The interconnectedness of fear of cancer recurrence components: A network approach.
Notice bibliographique
Résumé
OBJECTIVE: While nearly 60% of cancer survivors report a heightened fear of cancer recurrence (FCR), not all of them experience functional impairment and want professional psychological care. We applied the network approach to study how different components of FCR (symptoms, triggers, perceived risk, and coping strategies) are interconnected to both FCR severity and functional impairment to better understand which survivors are likely to require psychological care. METHOD: We applied network analysis to cross-sectional data from 3,370 cancer survivors from nine different countries, spanning Asia, Australia, Europe, and North America, from the international Fear of Cancer Recurrence Inventory database. The shortest path analysis was applied to study what components were directly connected to both FCR severity and functional impairment. RESULTS: FCR severity was mainly connected to symptoms and triggers while functional impairment was mainly connected to coping strategies. The shortest paths indicated that worry and bodily triggers were directly connected to both higher FCR severity and more functional impairment. CONCLUSION: Worry and bodily triggers appear to be core components of FCR that are experienced as impairing in daily life. Our findings suggest that assessing functional impairment, worry, and bodily triggers, in addition to FCR severity, could be valuable when screening for clinical levels of FCR. To further improve our conceptual understanding of FCR, future studies should apply intensive longitudinal designs to explore how these components interact over time and within the individual. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».